論文の概要: TokenFlow: Latent Token Rectified Flow Matching for 3D Point Cloud Generation

• arxiv url: http://arxiv.org/abs/2610.27418v1
• Date: Tue, 20 Oct 2026 00:14:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.557182
• Title: TokenFlow: Latent Token Rectified Flow Matching for 3D Point Cloud Generation
• Title（参考訳）: TokenFlow: 3Dポイントクラウド生成のための潜在Tokenrectified Flow Matching
• Abstract要約: TokenFlowは各形状を潜在トークンの集合として表現し、これらのトークン上の整流とポイント上の条件フローを結合する。 ShapeNetでは、TokenFlowは飛行機、車、椅子で最高のMDDとカバーを達成し、最強のベースラインに匹敵する1-NNAを獲得している。 これらの結果から,O(NM)$コストで集約された潜在トークンの集合として形状を表現することは,3Dポイントクラウド生成に有効な表現であることがわかった。
• 参考スコア（独自算出の注目度）: 1.227486282479616
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D point clouds generation requires capturing both part-level layout and surface detail while preserving permutation equivariance. Existing latent generative models often encode an entire shape into a single vector, which limits their ability to retain part-level structure. We propose TokenFlow, a hierarchical flow matching framework that represents each shape as a set of latent tokens and couples a rectified flow over these tokens with a conditional flow over points. A bottleneck of $M \ll N$ learnable tokens aggregates global context through cross-attention at $O(NM)$ cost. On ShapeNet, TokenFlow achieves the best MMD and coverage across airplane, car, and chair, while obtaining 1-NNA comparable to the strongest baselines. On ModelNet, its learned latent set reaches the best reported linear-evaluation accuracy on ModelNet10. These results show that representing a shape as a set of latent tokens, aggregated at $O(NM)$ cost, provides an effective representation for 3D point cloud generation.
• Abstract（参考訳）: 3次元点雲の生成には、部分レベルのレイアウトと表面の細部の両方をキャプチャする必要がある。 既存の潜在生成モデルは、全体の形状を単一のベクトルに符号化することが多く、部分レベルの構造を維持する能力を制限する。 TokenFlowは,各形状を潜在トークンの集合として表現し,これらのトークン上の整流を点を越える条件付きフローに結合する階層型フローマッチングフレームワークである。 M$N$学習可能なトークンのボトルネックは、O(NM)$コストでクロスアテンションを通じてグローバルコンテキストを集約する。 ShapeNetでは、TokenFlowは飛行機、車、椅子で最高のMDDとカバーを達成し、最強のベースラインに匹敵する1-NNAを獲得している。 ModelNetでは、学習された潜在集合が、ModelNet10上で最も報告された線形評価精度に達する。 これらの結果から,O(NM)$コストで集約された潜在トークンの集合として形状を表現することは,3Dポイントクラウド生成に有効な表現であることがわかった。

関連論文リスト

• LAST: The Last Query Token Guides Visual Token Pruning for Edge-Cloud Collaborative MLLM Inference [63.932718076408584]
  LASTは、エッジクラウド協調MLLM推論におけるクエリ依存のビジュアルトークンプルーニングのための、トレーニング不要のフレームワークである。 完全な精度の95.4%を維持し、視覚トークンの12.5%しか保持せず、エッジ側の選択オーバーヘッドは低く、クラウド側の計算は少ない。
  論文  参考訳（メタデータ） (2026-07-30T09:59:25Z)
• MeshFlow: Mesh Generation with Equivariant Flow Matching [99.07593100078935]
  MeshFlowは三角形のメッシュを三角形のスープとして直接生成することを学ぶ。 三角形スープのキー対称性を尊重する等変最適輸送流マッチングモデルを採用する。 MeshFlowは、最先端の自動回帰メッシュジェネレータに匹敵するメッシュ品質を実現する。
  論文  参考訳（メタデータ） (2026-06-22T15:35:30Z)
• Self-Supervised and Generalizable Tokenization for CLIP-Based 3D Understanding [87.68271178167373]
  凍結したCLIPバックボーンを用いたスケール不変表現学習のためのユニバーサル3Dトークン化器を提案する。 S4Tokenは、シーンスケールに関係なくセマンティックインフォームドトークンを生成するトークン化パイプラインである。
  論文  参考訳（メタデータ） (2025-05-24T18:26:30Z)
• M$^3$CS: Multi-Target Masked Point Modeling with Learnable Codebook and Siamese Decoders [19.68592678093725]
  マスク付き点モデリングは、点雲の自己教師型事前学習の有望なスキームとなっている。 M$3$CSは上記の能力を持つモデルを可能にするために提案されている。
  論文  参考訳（メタデータ） (2023-09-23T02:19:21Z)
• A Strong Baseline for Point Cloud Registration via Direct Superpoints Matching [7.308509114539376]
  本稿では,グローバルなマッチング方式でスーパーポイントの対応を見つけるための,シンプルで効果的なベースラインを提案する。 我々の単純で効果的なベースラインは、3つのデータセットの最先端メソッドと同等かそれ以上の結果を示している。
  論文  参考訳（メタデータ） (2023-07-03T21:33:40Z)
• EPCL: Frozen CLIP Transformer is An Efficient Point Cloud Encoder [60.52613206271329]
  本稿では,冷凍CLIP変換器を用いて高品質のクラウドモデルをトレーニングするための textbfEfficient textbfPoint textbfCloud textbfLearning (EPCL) を提案する。 我々のEPCLは、2D-3Dデータをペア化せずに画像の特徴と点雲の特徴を意味的に整合させることで、2Dと3Dのモダリティを接続する。
  論文  参考訳（メタデータ） (2022-12-08T06:27:11Z)
• Fast Point Voxel Convolution Neural Network with Selective Feature Fusion for Point Cloud Semantic Segmentation [7.557684072809662]
  本稿では,ポイントクラウド解析のための軽量畳み込みニューラルネットワークを提案する。 本手法はサンプリングなしで全点集合上で動作し,効率よく性能を向上する。
  論文  参考訳（メタデータ） (2021-09-23T19:39:01Z)
• PMP-Net: Point Cloud Completion by Learning Multi-step Point Moving Paths [54.459879603473034]
  我々はPMP-Netと呼ばれる新しいニューラルネットワークを設計し、地球移動体の動作を模倣する。 不完全な入力の各点を移動させ、ポイントクラウドを完結させ、ポイント移動パスの合計距離が最も短くなる。 点レベルの厳密でユニークな対応を学習し、不完全な形状と完全なターゲットの間の詳細なトポロジーと構造的関係を捉えることができる。
  論文  参考訳（メタデータ） (2020-12-07T01:34:38Z)
• Refinement of Predicted Missing Parts Enhance Point Cloud Completion [62.997667081978825]
  点雲完了は、部分的な観測から3次元形状の点集合表現を用いて完全な幾何学を予測するタスクである。 従来のアプローチでは、不完全点集合によって供給されるエンコーダ・デコーダモデルにより、点雲全体を直接推定するニューラルネットワークが提案されていた。 本稿では、欠落した幾何を計算し、既知の入力と予測点クラウドを融合することに焦点を当てたエンドツーエンドニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-10-08T22:01:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。